Melola Discovery

← Melola Discovery

Jurnal

Pembuatan Aplikasi Klasifikasi Otomatis Laporan Keluhan Warga di Polrestabes Semarang

Edu Komputika Journal · Vol. 4 No. 1 (2018)

DOI
10.15294/edukomputika.v4i1.20548
ISSN
2599-297X, 2252-6811
Terbit
2018-01-12
Penerbit
Jurusan Teknik Elektro Universitas Negeri Semarang
Bahasa
eng

Abstrak

This research aims to simplify the classification document of report complaints in Polrestabes Semarang. This research used cosine similarity algorithm and nearest neighbor algorithm on classification process. Cosine similarity measure between two vector of an inner product space. Nearest neighbor calculate vector distance of the document to another. The result show that the accuracy of cosine similarity algorithm is better than nearest neighbor algorithm. It has the value 93,334% for cosine similarity algorithm and 80% for nearest neighbor algorithm.

Jaringan kolaborasi para penulis

19 penulis · 50 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Khoirudin FathoniState University of Semarang2
Dhidik PrastiyantoAfiliasi tidak diketahui2
Awang HarizkaAfiliasi tidak diketahui1
Ulfah Mediaty AriefState University of Semarang1
Sri SukamtaAfiliasi tidak diketahui1
Hesti Wahyu NugrohoAfiliasi tidak diketahui1
Alfian Nur RahmadAfiliasi tidak diketahui1
Muhammad Azil MaskurAfiliasi tidak diketahui1
Ali MasyharAfiliasi tidak diketahui1
Nadhira Madania DimartiAfiliasi tidak diketahui1
Sunusi DaudaAfiliasi tidak diketahui1
Ilham Ari PrastyoAfiliasi tidak diketahui1
Ahnaf MaulanaAfiliasi tidak diketahui1
Anan NugrohoState University of Semarang1
Raihan Fa'iq MubarakAfiliasi tidak diketahui1
Muhammad GhulamzakiAfiliasi tidak diketahui1
Mona SubagjaAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/edukom/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Pembuatan Aplikasi Klasifikasi Otomatis Laporan Keluhan Warga di Polrestabes Semarang</dc:title>
	<dc:creator>Akbar, Dawam Muhammad</dc:creator>
	<dc:creator>Pribadi, Feddy Setio</dc:creator>
	<dc:description xml:lang="en-US">This research aims to simplify the classification document of report complaints in Polrestabes Semarang. This research used cosine similarity algorithm and nearest neighbor algorithm on classification process. Cosine similarity measure between two vector of an inner product space. Nearest neighbor calculate vector distance of the document to another. The result show that the accuracy of cosine similarity algorithm is better than nearest neighbor algorithm. It has the value 93,334% for cosine similarity algorithm and 80% for nearest neighbor algorithm.</dc:description>
	<dc:publisher xml:lang="en-US">Jurusan Teknik Elektro Universitas Negeri Semarang</dc:publisher>
	<dc:date>2018-01-12</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/edukom/article/view/20548</dc:identifier>
	<dc:identifier>10.15294/edukomputika.v4i1.20548</dc:identifier>
	<dc:source xml:lang="en-US">Edu Komputika Journal; Vol 4 No 1 (2017): Edu Komputika Journal; 68</dc:source>
	<dc:source>2599-297X</dc:source>
	<dc:source>2252-6811</dc:source>
	<dc:source>10.15294/edukomputika.v4i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/edukom/article/view/20548/9749</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2018 Edu Komputika Journal</dc:rights>
</oai_dc:dc>